автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модели и алгоритмы спектрального анализа обработки кардиологических временных рядов

На правах рукописи

СЕРГЕЙЧИК Оксана Ивановна "

0030537 Ю

МОДЕЛИ И АЛГОРИТМЫ СПЕКТРАЛЬНОГО АНАЛИЗА ОБРАБОТКИ КАРДИОЛОГИЧЕСКИХ ВРЕМЕННЫХ РЯДОВ

05.13.18 — математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Тюмень - 2007

003053710

Работа выполнена в Институте проблем освоения Севера СО РАН и филиале ГУ НИИ кардиологии ТНЦ СО РАМН «Тюменский кардиологический центр»

Научный руководитель: доктор технических наук, профессор

Цибульский Владимир Романович

Официальные оппоненты: доктор технических наук, профессор

Шлык Юрий Константинович кандидат физико-математических наук, доцент

Мосягин Вячеслав Евгеньевич

Ведущая организация: Институт криосферы Земли СО РАН,

г. Тюмень

Защита диссертации состоится 21 февраля 2007 г. в 1600 часов на заседании диссертационного совета К 212.274.01 при Тюменском государственном университете по адресу: 625003, г. Тюмень, ул. Перекопская, 15а, аудитория 217.

С диссертацией можно ознакомится в библиотеке Тюменского государственного университета.

Автореферат разослан "_" января 2007 г.

Ученый секретарь диссертационного совета

С

1Г

Н. Н. Бутакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность

Распространенность сердечно-сосудистых заболеваний, и в частности ишемической болезни сердца, продолжает расти, что вызывает необходимость разработки более эффективных современных средств их диагностики и лечения.

Первичная диагностика ишемической болезни сердца опирается на запись электрокардиограммы (ЭКГ), и лишь затем лечащий врач привлекает дополнительно данные анализа кардиологических показателей, полученных другими методами исследования.

Несмотря на широкий охват исследований, оснащенность высокоразрешающей аппаратурой, одной из актуальных проблем кардиологии остается получение максимально полной информации об электрическом потенциале сердца, на основании которой можно было бы расширить диагностику патологических состояний миокарда, его электрофизиологических свойств [Беленков Ю. Н., Карпов Р. С., Тихоненко В. М., Чазов Е. И. и мн. др. ].

Развитие компьютерных технологий, современных методов цифровой обработки данных и клинические задачи обусловили разработку и использование в повседневной практике врача компьютерных электрокардиографических средств. Цифровые методы обработки сигнала существенно повысили качество обработки ЭКГ, позволили уменьшить вносимые в сигнал искажения и подойти к электрокардиографической диагностике с позиции количественной оценки изменений ЭКГ [Баевский Р. М., Жемайти-те Д. И., Исаханян Г. С., Медведев М. М., Миронова Т. Ф., Рябыки-на Г. В., Чирейкин JI. В., Титомир JI. И., Фитилев С. Б., Явелов И. С., Acelrod S. et al., Hurst J. Willis., Maliani А. ]. Вместе с тем наметившаяся в последнее десятилетие тенденция интенсивного внедрения компьютерного анализа ЭКГ и других кардиологических рядов выдвигает задачи увеличения точности и чувствительности, выявления функциональных зависимостей между традиционными параметрами этих рядов и показателями принятия решений при диагностике ишемической болезни сердца и других кардиологических заболеваний. Перспективным методом решения этих задач во многих областях медицины является спектральный анализ с привлечением средств современных инфор-

мационных технологий. Исследованию частотных методов посвящены работы Ананченко В. Н., Белоцерковского О. М., Жарино-ва О. И., Кузнецова Н. А., Миронова С. Г., Немирно А. П., Нидек-кер И. Г., Никифорова П. Л., Прилуцкого Д. А., Рагозина А. Н., Селищева С. В., Филиста С. А., Хаютина В. М., Цибульского В. Р., Blowers P. et al., Fokapu О. et al., Lombardi F. et al., Olson Dana J. et al., Sun Ying et al.

В связи с этим актуальны поиск, разработка и всесторонние исследования новых математических моделей и реализация более сложных, точных и надежных компьютерных алгоритмов обработки временных кардиологических рядов для интерпретации полученных результатов, дающих основания для правильной постановки диагноза, общей оценки состояния сердечно-сосудистой системы испытуемого и функционального класса его заболевания.

Целью исследования является разработка математических моделей, алгоритмов и программного обеспечения для достоверной диагностики ишемической болезни сердца на основе анализа временных кардиологических рядов по данным записей электрокардиограммы, частоты сердечных сокращений и артериального давления.

Задачи исследования

1. Анализ и обобщение существующих подходов для моделирования временных кардиологических рядов российскими и зарубежными научными школами в области компьютерной диагностики.

2. Разработка методики и построение статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

3. Разработка моделей, алгоритмов, определения параметров и спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений и выбор фильтров для их исследования.

4. Разработка программного обеспечения и проведение вычислительных экспериментов для подтверждения работоспособности этих методик и моделей.

Научная новизна и теоретическая значимость

1. Предложена новая модель временного кардиологического ряда на основе электрокардиограммы, записей артериального давления и частоты сердечных сокращений больного пациента.

2. Предложен алгоритм спектрального анализа временного кардиологического ряда повышенной точности путем сравнения спектров временного ряда больного со спектром нормального (идеализированного) временного ряда.

Практическая значимость

1. Предложенные алгоритмы спектрального анализа временных кардиологических рядов (ВКР) на основе ЭКГ, артериального давления (АД), частоты сердечных сокращений (ЧСС) позволяют врачу-исследователю более уверенно проводить диагностику целого ряда нарушений деятельности сердца.

2. Кроме того, для исследования ВКР определены параметры цифровых фильтров, обеспечивающие значительную помехоустойчивость всех последующих этапов анализа за счет улучшения отношения сигнал/шум без значимых искажений формы полезного сигнала.

3. Созданный банк данных ЭКГ, АД, ЧСС, в том числе данных пациентов с северных территорий области, имеет самостоятельное значение, так как позволяет проводить моделирование и исследование эффективности других алгоритмов анализа кардиологических рядов.

На защиту выносятся:

1. Анализ и обобщение существующих подходов для моделирования временных кардиологических рядов.

2. Разработка методики построения статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

3. Разработка алгоритмов и методики для определения параметров спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений.

4. Разработка программного обеспечения, выбор фильтров и проведение вычислительных экспериментов для подтверждения работоспособности и надежности полученных в работе моделей, алгоритмов и методик.

Внедрение в практику

Результаты исследования внедрены в клиническую практику филиала ГУ НИИ кардиологии ТНЦ СО РАМН «Тюменский кардиологический центр». Полученные в работе данные используются в научной работе и учебном процессе на кафедре терапии ГОУ ВПО Тюменской медицинской академии Росздрава.

Апробация работы

Материалы диссертационной работы были представлены на 17-й Международной научной конференции «Математические методы в технике и технологиях» (Кострома, 2004), научной конференции «Диагностика и лечение нарушений сердечного ритма» (Тюмень, 2005), 18-й Международной научной конференции «Математические методы в технике и технологиях» (Кострома, 2005), семинарах ТюмГУ, ИПОС СО РАН, филиале ГУ НИИ кардиологии ТНЦ СО РАМН «Тюменский кардиологический центр».

Публикации

Основное содержание работы отражено в 10 публикациях, в том числе в 1 издании, рекомендованном ВАК.

Структура и объем работы

Диссертация состоит из введения, трех глав, списка литературы, приложения. Работа изложена на 110 страницах, включая 45 рисунка и 11 таблиц. Список литературы насчитывает 189 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы ее цель и задачи, показаны научная новизна, практическая значимость, перечислены основные результаты работы.

В первой главе проведен аналитический обзор современного состояния применения методов спектрального анализа в обработке кардиологических рядов. Рассмотрены различные технологии автоматической диагностики ишемической болезни сердца ведущими научными коллективами. В результате отмечена необходимость поиска моделей и алгоритмов спектрального анализа, удобных в использовании и отвечающих требованию увеличения чувствительности и точности анализа ВКР.

В отличие от перечисленных школ и исследователей, в данной работе поставленную цель предлагается осуществлять при помощи сравнения спектрального анализа ВКР, имеющих изменения из-за заболеваний кардиологического характера, с некоторым эталоном. Методически предлагается сравнивать спектр ВКР больного с некоторым стандартом, построенным на основе понятия нормальных ЭКГ и временных рядов ЭКГ здоровых людей. Этот прием позволяет повысить чувствительность и достоверность диагноза кардиологических заболеваний.

Предполагается, что, например, идеализированные нормальные ЭКГ, поступив на вход некоторой системы (больной человек), претерпевают изменения, и это отражается в спектральных характеристиках рядов на выходе.

Таким образом, может быть принята достаточно простая структура модели с одним входом, одним выходом и одним некоррелированным шумом на выходе. Последний образуется как аппаратурный и не связан с изменениями, происходящими в организме больного человека.

Во второй главе описаны модели ВКР на основе ЭКГ, ЧСС, АД и алгоритмы их исследования методами анализа временных рядов.

Пусть ВКР нормальной (идеализированной) стандартной ЭКГ обозначается как У„(0, ВКР ЭКГ больного — С/6(0, некоррелированный шум — ?7(г). Схематично модель показана на рис. 1.

Рис. 1. Блок-схема модели временного кардиологического ряда

Наблюдаемую ЭКГ £/(;) представим в виде V п (г) = I/ (лД/), где и „(О — дискретная последовательность отсчетов, где п изменяется, например, от до N-1, N=1000. Если / = шД/, Д/ = 1/Л^Дг, где т = 0,...,ЛГ — / — индекс отсчетов частотной характеристики и Д£ =1сек, тогда за обобщенную линейную модель рассматриваемых процессов принимается

пациент

N-1

ип(0= ип0(1)+ ъипп/1)ехр(-]2л ■ п ■ т/1000)+г/ п(()

(1)

п,т=0

где С/я0(0 — тренд, выраженный полиномом 1-й степени; гармоническая часть представляет собой дискретное преобразование Фурье, в случае если ряд представляет собой сумму вещественных незатухающих синусоид — может быть представлена спектром Прони:

0„= Ъит0)со*(2л-/т-пА1 + ет); (2)

п,т=1

где р — количество гармоник в исходном процессе; вт — фаза каждой из них;

Г]п (0 — остаточный ряд.

В результате обработки серий электрокардиограмм здоровых людей и изучения статистик основных параметров нормальной ЭКГ введено понятие, получены основные параметры и статистические характеристики нормального (идеализированного) ВКР на основе электрокардиограммы.

На рис. 2 приведены фрагмент и основные параметры такого ряда со средними значениями интервалов, амплитуд зубцов и сегментов.

Рис. 2. Нормальная электрокардиограмма: 1 — интервал Р-Р; 2 — интервал Р-<3; 3 — интервал 11-11; 4 — интервал 0-11; 5 — интервал 0-Т; 6 — комплекс <3115; 7 — интервал <2-11; 8 — сегмент Р-<3; 9 — сегмент Б-Т; 10 — интервал Т-Р

В табл. 1 приведены основные статистические характеристики такого ряда, на рис. 3 — амплитудофазочастотные спектры, полученные методами быстрого преобразования Фурье (БПФ) и Прони. Второй метод предложено использовать для более уверенной идентификации реальных гармоник в спектре мощности.

Таблищ 1

Статистические характеристики ВКР нормальной ЭКГ

Количество точек 1000

Минимальное значение -0,294120

Максимальное значение 1,000000

Диапазон 1,294120

Среднее значение 0,102480

Стандартное отклонение (несмещенная оценка) 0,188930

Стандартное отклонение (центрированная оценка) 0,188835

Медиана 0,011765

Момент порядка 1 0,000000

Момент порядка 2 0,035659

Момент порядка 3 0,014445

Момент порядка 4 0,011673

Момент порядка 5 0,008663

Средний квадрат 0,046161

Удельная энтропия 0,023080

Рис. 3. Амплитудофазочастотные спектры ВКР нормальной ЭКГ, полученные методами: а — быстрого преобразования Фурье; б —■ Прони

На основе полученных статистик модель ВКР нормальной ЭКГ имеет вид:

т

ип(1) = (0,014 I -2,816) + Iехр(-]2п и т/1000). (3)

п,т==0

В практике клинического анализа часто применяют проекции суммарного вектора электродвижущей силы сердца на ортогональные плоскости. Они помогают более уверенно выделять изменения отдельных сегментов ЭКГ, носят название «отведения ЭКГ». Наиболее часто применяются отведения АУТ и V .

В работе предложено синтезировать модели нормальных (идеализированных) ВКР на основе ЭКГ в указанных отведениях.

Далее приведены вид, статистики, амплитудофазочастотные спектры БПФ и Прони и модели ВКР на основе ЭКГ в указанных отведениях.

Б

Рис. 4. ВКР на основе нормальной ЭКГ в отведениях: а — аУЕ; б — У2

Таблица 2

Статистические характеристики ВКР нормальной ЭКГ в отведениях аУР; Уг

аУЯ Уг

Количество точек 1000 1000

Минимальное значение -0,231631 -1,047360

Максимальное значение 0,891809 0,645789

Диапазон 1,123421 1,693149

Среднее значение 0,000000 0,000000

Стандартное отклонение (несмещенная оценка) 0,211767 0,242697

Стандартное отклонение (центрированная оценка) 0,211661 0,242576

Медиана -0,105661 -0,029320

Момент порядка 1 0,000000 0,000000

Момент порядка 2 0,044800 0,058843

Момент порядка 3 0,023551 -0,021221

Момент порядка 4 0,018815 0,031365

Момент порядка 5 0,014764 -0,022303

Средний квадрат 0,044800 0,058843

Удельная энтропия 0,022400 0,029422

Спектр Фурье (Периодограмма)

Обобщенный метод Прони р=64 ЫГ=256

ч/Ч

1 Н^'ШШ'.тапчи гщп] | т

О 0.1 0 2 " ' - •

Частота, Гц

Частота, Гц

Спектр Фурье (Периодограмма)

Обобщенный метод Прони р=64 N^256

JliL.lL , 1 111 111 п. 1. Л |

![; Ч 1! 1111

Ёа ы 1 й

? РТ

02 0.3

Частота, Гц

В Г

К -1-

ЛЛ.

га

к:

0.1 0.3

Частота, Гц

Рис, 5. Амплитудофазочаетотные спектры ВКР нормальной ЭКГ, полученные методами БПФ и Прони, в отведениях: а — аУР; б — У2

По полученным статистикам модель ВКР на основе нормальной ЭКГ в отведении аУР имеет вид:

999

I!п '{(■) = (0,009 -1 - 1,83!)+ ТОпт(/)ехр(—]2п п т/1000)- (4)

п,т=0

По полученным статистикам модель ВКР на основе нормальной ЭКГ в отведении У2 имеет вид:

999

1/п(I) = (-0,015■ I + 2,945)+ 1.ипт ехр(-/2кп■ т./1000) (5)

п,т=0

Полученные модели могут быть использованы при проведении сравнительного анализа спектров.

Кроме того, известно, что корректность применения принятой выше модели для рядов по больным определяется прежде всего стационарностью выборок ВКР и рядом других статистических свойств, В работе приведены результаты их исследования на реальных ЭКГ, ЧСС и АД и сделан вывод о достаточной их стационарности в исследуемом промежутке.

На рис. 6 приведен ВКР на основе ЭКГ в отведениях: а — а"УТ, б — У2 — для больного острым инфарктом миокарда. Далее представлены статистики (табл. 3), амплитудофазочастотные спектры (рис. 7) и эмпирические модели (6, 7).

а б

А. тУ А, тУ

Рис. 6. Временной кардиологический ряд на основе ЭКГ больного в отведениях: а — аУГ; б — У2

Таблица 3

Статистические характеристики ВКР ЭКГ больного в отведениях:

а-а\Т; б — \г

аУ!3 У2

Количество точек 1000 1000

Минимальное значение -0,142248 -0,313723

Максимальное значение 0,917970 0,831506

Диапазон 1,060218 1,145229

Среднее значение -0,000000 -0,000000

Стандартное отклонение (несмещенная оценка) 0,140482 0,309028

Стандартное отклонение (центрированная оценка) 0,140411 0,308873

Медиана -0,047442 -0,169927

Момент порядка 1 0,000000 0,000000

Момент порядка 2 0,019715 0,095403

Момент порядка 3 0,010753 0,041033

Момент порядка 4 0,008164 0,033214

Момент порядка 5 0,006324 0,023172

Средний квадрат 0,019715 0,095403

Удельная энтропия 0,009858 0,047701

Спектр Фурье (Периодограмма)

Обобщенный метод Прони р-64

0.1 0,2 0,3

Частота, Гц

0.1 0.2 0,3

Частота. Гц

Спектр Фурье (Периодограмма)

н

Обобщенный четод Прони I:"*(''■! N К ■"/:;>б «Я

*

ТТЛ

№1 М «Л

Частота, Гц

м он

Частота, Гц

Рис. 7. Амшштудофазочастотные спектры ЭКГ больного, полученные методами БПФ и Прони, в отведениях; а — аУР; б — Уг

По полученным статистикам модель ВКР на основе ЭКГ больного в отведении аУР имеет вид:

т

ип0) = (0,007 1-1,442)+ 1иптехр(-]2кпт/¡000)+т]л(1). (6)

п,т=0

По полученным статистикам модель ВКР на основе ЭКГ больного в отведении Уг имеет вид:

999

ип(1) = (-0,020 -1 + 4,007)+ %итп ехр(-]2к п т/¡000)+г\п(I). (7)

п.т^О

На рис. 8 приведен ВКР на основе ЧСС больного, N=8706. В работе представлены статистики, амшштудофазочастотные спектры и эмпирическая модель (8).

Рис. 8. Временной ряд ЧСС больного 8705

и„({) = (0,884 ■ г -0,0002)+10- £ипт ехр(-]2к пт/8706) + Цп(1). (8)

п,т-0

Как показали результаты работы, ВКР на основе ЧСС реальных больных являются менее стационарными и неэргодичными.

На рис. 9 приведен ВКР на основе диастолического давления больного, N=190. В работе даны статистики, амплитудофазочас-тотные спектры и эмпирическая модель (9).

Рис. 9. Исходный ряд диастолического давления больного

ЮУ

ип(1) = (9,295-1-0,198) + 9102 Xипт схр(-]2п -п-т/ 190) + Т]п(1). (9)

п,т~0

Полученные результаты исследования временных рядов суточного мониторирования систолического и диастолического рядов методами быстрого преобразования Фурье, Прони показали, что характеристики этих рядов близки, т. е. достаточно исследовать один из них. Разностные ряды, полученные синхфазным вычитанием диастолического давления из систолического, имеют значительно меньшую ширину спектра пульсаций, что говорит о значимости изучения этого ряда. В целом результаты тестов на стационарность и эргодичность подтвердили стационарность, корректность выбора модели.

В третьей главе приведены результаты исследований возможностей спектрального анализа различных временных кардиологических рядов на предмет повышения их диагностических возможностей. Создан специализированный банк данных АД, ЧСС, ЭКГ и сопровождающей их информации, включающий около 10 ООО реализаций по кардиологическим больным, наблюдаемым в Тюменском кардиологическом центре. Все сведения верифицировались с помощью врачей-кардиологов.

Известно, что сегмент БТ является одним из основных диагностических показателей, подтверждающих диагноз ишемичес-кой болезни сердца. Величина смещения сегмента БТ измеряется относительно изоэлектрической линии. Сложности адекватной оценки этой части ЭКГ основаны на том, что различные заболевания оказывают влияние на изменение амплитуды и конфигурацию сегмента БТ. В то же время иногда, наоборот, при наличии яркой клинической картины данные электрокардиограммы остаются на первый взгляд «немыми». Различают следующие виды смещения сегмента БТ: горизонтальное (параллельное оси), ко-совосходящее и косонисходящее. Они приведены на рис. 10.

Для определения влияния изменения сегмента БТ на частотный спектр ВКР на предложенной модели нормальной ЭКГ искусственно задавались различные смещения сегмента БТ.

Получены статистические характеристики и спектры нормальных ЭКГ и ЭКГ с различными вариантами изменения и их спектры.

в Б в

Рис. 10. Виды смещения сегмента БТ на ЭКГ: а — горизонтальное; б — косовосходящее; в — косонисходящее

Результаты сравнительного анализа нормальной (идеализированной) ЭКГ и ЭКГ с различными вариантами смещения сегмента БТ показывают существенные различия в диапазоне частот (0,1-т-0,25) • 1/Т. Наблюдаются значительные различия амплитуды на частоте 0,03 1/Т.

С целью повышения чувствительности и информативности при исследовании влияния изменений сегмента БТ ЭКГ на спектральные характеристики рекомендовано применение полосового фильтра нижних частот Чебышева II рода. При сравнении среднеквад-ратического отклонения спектра реальной и «нормальной» ЭКГ при различной ширине окна были получены оптимальные (максимальные) значения взаимной спектральной плотности.

Технология вычислительного эксперимента заключается в последовательном переборе параметров полосового фильтра Чебышева II рода. При этом проводилось постоянное сравнение спектров здорового человека и больных.

В итоге рекомендуемые параметры полосового фильтра нижних частот Чебышева II рода следующие: порядок фильтра п = 4, = 0,0125 Гц, уровень пульсации Кр = 20.

Результаты исследований ВКР на основе ЧСС показали, что они имеют достаточно значимую шумовую компоненту. На точность спектральных исследований влияют как аппаратные шумы, так и естественные причины (например, акт глотания вызывает изменение баланса вегетативной регуляции, вследствие чего увеличивается мощность низкочастотной части спектра, искажая его естественный вид). Вариабельность же, являющаяся показателем заболевания сердца, таким образом, маскируется, что

приводит к неточности и неоднозначности диагноза. Для решения этого вопроса проведены исследования по выбору цифрового порогового фильтра.

На рис. 11 представлены спектры ЧСС до и после фильтрации.

Спеетр Фурье (Периодограмма)

Чвстша. Гц

Спектр Фур (Л (Периодограмма)

Частота. Гц

Рис. 11. Амплитудочастотные характеристики фильтра нижних частот Че-бышева на частоте среза 0,125 Гц: а — без предварительной фильтрации; б — с применением порогового фильтра нижних частот Чебьаиева II рода

Результаты вычислительного эксперимента показали эффективность применения для временного ряда ЧСС порогового фильтра нижних частот Чебышева II рода. Следует рекомендовать параметры: порядок фильтра п = 4, частота среза Р = 0,125 Гц, уровень пульсации = 30, 40. Сравнительный анализ выявленных после фильтрации цикличностей с данными подобных исследований в ряде центров говорит о корректности выбранных параметров.

ВЫВОДЫ

1. Впервые предложена модель и разработана методика построения статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

2. Разработаны модель, алгоритмы и методика определения параметров спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений и осуществлен выбор фильтров для их исследования.

3. Разработаны инструментальные и программные средства, включающие в себя нетрадиционные методы спектрального анализа. Выбраны параметры фильтров и проведен вычислительный эксперимент для подтверждения работоспособности и надежности полученных в работе методик и алгоритмов.

Список публикаций по теме диссертации

1 Лазеротерапия больных гипертонических болезнью в начальных стадиях [Текст] / И. А. Велижанина, М. С. Шабалина, Л. И. Гапон, Н. Н. Комалова, О. И. Сергейчик // Вопр. курортологии, физиотерапии и лечебной физической культуры. —1998. —№ 1.—С. 9-11.

2 Влияние ингибиторов ангиотензинпревращающего фермента на состояние водно-солевого гомеостаза у больных артериальной гипертонией в условиях Крайнего Севера [Текст] /

A. М. Вершинина, Л. И. Гапон, И. Ф. Бажухина, Д. В. Теффенберг,

B. В. Дроздов, Н. А. Спицина, О. И. Сергейчик // Клиническая медицина. —2000. —№ 3. —С. 42-46.

3. Цибульский В. Р. Исследование зависимости частотных характеристик электрокардиограмм от изменения сегмента БТ [Текст] / В. Р. Цибульский, О. И. Сергейчик, В. А. Кузнецов // Вестн. кибернетики. —Тюмень: Изд-во ИПОС СО РАН, 2002. —Вып. 1. —С. 38-45.

4 Спектральный анализ нормальных электрокардиограмм в отведениях [Текст] / В. Р. Цибульский, О. И. Сергейчик, А. Ю. Рыч-ков, Л. Н. Копылова // Вестн. кибернетики. —Тюмень: Изд-во ИПОС СО РАН, 2003. —Вып. 2. —С. 49-54.

5. Захаров А. А. О проектировании информационных систем медицинских учреждений [Текст] / А. А. Захаров, О. И. Сергейчик, В. В. Скачков // Математические методы в технике и технологиях: сб. науч. тр. —Кострома, 2004. —Т. 4. —С. 156-158.

6 Спектральный анализ нормальной ЭКГ [Текст] / А. Ю. Рыч-ков, В. Р. Цибульский, О. И. Сергейчик, Л. Н. Копылова // Вестн. аритмологии. —2004. —№ 35. — С. 52.

7. Спектральный анализ суточного мониторирования артериального давления [Текст] / Н. Ю. Савельева, А. Ю. Жержова, О. И. Сергейчик, О. П. Васильева // Вестн. кибернетики. Тюмень: Изд-во ИПОС СО РАН, 2004. —Вып. 3. —С. 12-26.

& Принципы разработки информационной системы филиала ГУ НИИК ТНЦ СО РАМН «Тюменский кардиологический центр» [Текст] / А. А. Захаров, А. В. Ковалев, О. И. Сергейчик, О. В. Петрова, А. Ю. Рычков // Диагностика и лечение нарушений сердечного ритма: сб. науч. тр. — Тюмень, 2005. —С. 26-27.

9. Управление технологиями хранения и представления медико-биологической информации кардиоцентра [Текст] / А. А. Захаров, А. В. Ковалев, О. В. Петрова, О. И. Сергейчик // Математические методы в технике и технологиях: сб. науч. тр. —Кострома, 2005. -Т. 6. —С. 130-132.

10. Цибульский В. Р. Предварительная обработка кардиологических временных рядов ЧСС при помощи фильтров Чебышева [Текст] / В. Р. Цибульский, О. И. Сергейчик, А. Ю. Рычков // Вестн. кибернетики. —Тюмень: Изд-во ИПОС СО РАН, 2005. —Вып. 4. —С. 116-121.

Список сокращений

АД

БПФ

ВКР

ЧСС

ЭКГ

Артериальное давление Быстрое преобразование Фурье Временной кардиологический ряд Частота сердечных сокращений Электрокардиограмма

Подписано в печать 18.01.2007. Тираж 100 экз. Объем 1,0 уч.-изд. л. Формат 60x84/16. Заказ 33.

Издательство Тюменского государственного университета 625000, г. Тюмень, ул. Семакова, 10 Тел./факс (3452) 46-27-32 E-mail: izdatelstvo@utmn.ru

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ.

1.1. Современные методы диагностики сердечно-сосудистых заболеваний.

1.2. Временные методы анализа кардиологических рядов.

1.3. Частотные методы исследований временных кардиологических рядов.

ГЛАВА 2. ВРЕМЕННЫЕ КАРДИОЛОГИЧЕСКИЕ РЯДЫ.

2.1. Основные понятия.

2.2. Временные кардиологические ряды на основе электрокардиограммы.

2.3. Временные кардиологические ряды на основе частоты сердечных сокращений.

2.4 Временные кардиологические ряды на основе артериального давления.

ГЛАВА 3. ИСПОЛЬЗОВАНИЕ НОВЫХ ИНФОРМАЦИОННЫХ

ВОЗМОЖНОСТЕЙ ВРЕМЕННЫХ КАРДИОЛОГИЧЕСКИХ РЯДОВ.

3.1. Зависимость частотных характеристик временного кардиологического ряда на основе электрокардиограммы от изменений сегмента ST.

3.2. Исследование возможностей фильтрации временных кардиологических рядов.

3.2.1. Выбор порогового фильтра для повышения информативности временных кардиологических рядов.

3.2.2. Выбор полосового фильтра для исследования влияния изменений сегмента ST на спектральные характеристики временного кардиологического ряда на основе электрокардиограммы

ВЫВОДЫ.

Актуальность работы

Распространенность сердечно-сосудистых заболеваний, и в частности ишемической болезни сердца, продолжает неуклонно расти [1,5,13,26,38,39,70,71,73,79,128,131,136], что вызывает необходимость разработки более эффективных современных средств диагностики и лечения [2,6,8,9,16,26,27,44,60,68,80,111,117,118].

Первичная диагностика ишемической болезни сердца опирается на запись электрокардиограммы (ЭКГ), и лишь затем лечащий врач привлекает дополнительно данные анализа кардиологических показателей, полученных другими методами исследования.

Несмотря на широкий охват исследований, оснащенность высокоразрешающей аппаратурой, одной из актуальных проблем кардиологии остается получение максимально полной информации об электрическом потенциале сердца, на основании которой можно было бы расширить диагностику патологических состояний миокарда, его электрофизиологических свойствах [27,111,117,118,124].

Развитие компьютерных технологий, современных методов цифровой обработки данных и клинические задачи обусловили разработку и использование в повседневной практике врача компьютерных электрокардиографических средств. Цифровые методы обработки сигнала существенно повысили качество обработки ЭКГ, позволили уменьшить вносимые в сигнал искажения и подойти к электрокардиографической диагностике с позиции количественной оценки изменений ЭКГ [44,118,182]. Вместе с тем наметившаяся в последнее десятилетие тенденция интенсивного внедрения компьютерного анализа ЭКГ и других кардиологических рядов выдвигает задачи увеличения точности и чувствительности, выявления функциональных зависимостей между традиционными параметрами этих рядов и показателями принятия решений при диагностике ИБС и других кардиологических заболеваний. Перспективным методом решения этих задач во многих областях медицины является спектральный анализ с привлечением средств современных информационных технологий. Исследованию частотных методов посвящены работы [4,14,24,27,56,82,91,108,120,126]. В связи с этим актуальны поиск, разработка и всесторонние исследования новых математических моделей и реализация более сложных, точных и надежных компьютерных алгоритмов обработки временных кардиологических рядов для интерпретации полученных результатов, дающих основания для правильной постановки диагноза, общей оценки состояния сердечно-сосудистой системы испытуемого и функционального класса его заболевания.

Целью исследования является разработка математических моделей, алгоритмов и программного обеспечения для достоверной диагностики ишемической болезни сердца на основе анализа временных кардиологических рядов по данным записей электрокардиограммы, частоты сердечных сокращений и артериального давления.

Задачи исследования

1. Анализ и обобщение существующих подходов для моделирования временных кардиологических рядов российскими и зарубежными научными школами в области компьютерной диагностики.

2. Разработка методики и построение статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

3. Разработка моделей, алгоритмов, определение параметров спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений и выбор фильтров для их исследования.

4. Разработка программного обеспечения и проведение вычислительных экспериментов для подтверждения работоспособности этих методик и моделей.

Научная новизна и теоретическая значимость

1. Предложена новая модель временного кардиологического ряда на основе электрокардиограммы, записей артериального давления и частоты сердечных сокращений больного.

2. Предложен алгоритм спектрального анализа временного кардиологического ряда повышенной точности путем сравнения спектров временного ряда больного со спектром нормального (идеализированного) временного ряда.

Практическая значимость

1. Предложенные алгоритмы спектрального анализа временных кардиологических рядов на основе ЭКГ, артериального давления (АД), частоты сердечных сокращений (ЧСС) позволяют врачу-исследователю более уверенно проводить диагностику целого ряда нарушений деятельности сердца.

2. Кроме того, для исследования временных кардиологических рядов определены параметры цифровых фильтров, обеспечивающие значительную помехоустойчивость всех последующих этапов анализа за счет улучшения отношения сигнал/шум без значимых искажений формы полезного сигнала.

3. Созданный банк данных ЭКГ, АД, ЧСС, в том числе данных пациентов с северных территорий области, имеет самостоятельное значение, так как позволяет проводить моделирование и исследование эффективности других алгоритмов анализа кардиологических рядов.

На защиту выносятся:

1. Анализ и обобщение существующих подходов для моделирования временных кардиологических рядов.

2. Разработка методики построения статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

3. Разработка алгоритмов и методики для определения параметров спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений.

4. Разработка программного обеспечения, выбор фильтров и проведение вычислительных экспериментов для подтверждения работоспособности и надежности полученных в работе моделей, алгоритмов и методик.

Внедрение в практику

Результаты исследования внедрены в клиническую практику филиала ГУ НИИ кардиологии ТНЦ СО РАМН «Тюменский кардиологический центр». Полученные в работе данные используются в научной работе и учебном процессе на кафедре терапии ГОУ ВПО Тюменской медицинской академии Росздрава.

Апробация работы

Материалы диссертационной работы были представлены на 17-й Международной научной конференции «Математические методы в технике и технологиях» (Кострома, 2004), научной конференции «Диагностика и лечение нарушений сердечного ритма» (Тюмень, 2005), 18-й Международной научной конференции «Математические методы в технике и технологиях» (Кострома, 2005), семинарах в ТюмГУ, ИПОС СО РАН, филиале ГУ НИИ кардиологии ТНЦ СО РАМН «Тюменский кардиологический центр».

Публикации

Основное содержание работы отражено в 10 публикациях. г

Структура и объем работы

Диссертация состоит из введения, трех глав, списка литературы, приложения. Работа изложена на 110 страницах, включая 45 рисунков и 11 таблиц. Список литературы насчитывает 189 наименований.

выводы

1. Впервые предложена модель и разработана методика построения статистически достоверного временного кардиологического ряда на основе идеализированной нормальной электрокардиограммы, в том числе в отведениях.

2. Разработаны модель, алгоритмы и методика определения параметров спектральных характеристик временных кардиологических рядов на основе рядов электрокардиограммы, артериального давления, частоты сердечных сокращений и осуществлен выбор фильтров для их исследования.

3. Разработаны инструментальные и программные средства, включающие в себя нетрадиционные методы спектрального анализа. Выбраны параметры фильтров и проведен вычислительный эксперимент для подтверждения работоспособности и надежности полученных в работе методик и алгоритмов.

1. Акимова Е.В., Кузнецов В. А., Гафаров В.В. Динамика распространенности ишемической болезни сердца и риск сердечнососудистой смерти в открытой популяции Тюмени // Кардиология.- 2006.-№1.- С.14-18.

2. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем: Методические рекомендации //Вестн. аритмологии.- 2001.- №24.- С.65-88.

3. Анализ сердечного ритма / Под ред. Д. Жемайтите, JI. Телькснис.-Вильнюс: МОКСЛАС, 1982.- 130 с.

4. Ананченко В.Н., Литвин А.В., Литвин А.А. Компьютерный анализ физиологических сигналов, записанных на бумажном носителе // Вестн. Донского государственного технического ун-та.- 2001.- Т.1, №1(7).- С. 112— 118.

5. Аронов Д.М. Современное состояние и перспективы профилактики и лечения атеросклероза // Терапевтический архив.- 1999.-№8.- С.5-9.

6. Аронов Д.М., Лупанов В.П., Михеева Т.Г. Функциональные пробы в кардиологии: Лекции II-IV // Кардиология.- 1995.- №8.- С.79-86. №12.-С.83-93.

7. Ахмед Н., Рао К.Р. Ортогональные преобразования при обработке цифровых сигналов / Пер. с англ. Т.Э. Кренкеля; Под ред. И.Б. Фоменко.-М.: Связь, 1980.- 248 с.

8. Бабинова Я. А., Ротенбергер В.Р., Саламатина Л.В. Роль холтеровского мониторирования в выявлении скрытой патологии сердечнососудистой системы на Крайнем Севере // 1-й Конгр. Ассоц. кардиологов стран СНГ.-М., 1997.-С.89.

9. Баевский P.M., Кириллов О.И., Клецкин С.З. Математический анализ изменений сердечного ритма при стрессе.- М.: Наука, 1984.- 222 с.

10. Баевский P.M., Никулина Г.А. Холтеровское мониторирование в космической медицине: Анализ вариабельности сердечного ритма // Вестн.аритмологии.- 2000.- №16.- С.6-16.

11. Банникова Р.В., Вязьмин A.M., Коробицын А.А. и др. Экология инвалидности вследствие ишемической болезни сердца у трудоспособного населения в условиях Европейского Севера России // Экология человека.-1998.-№3.- С.24-27.

12. Бахрушин А.П., Бахрушина Г.И., Сай С.В., Храмова Е.В. Спектральный анализ электрокардиограмм на основе комплексной системы импульсных функций // Телекомуникации.- 2001.- №3.- С.43-48.

13. Бекбосыбова М.С. Спектральный анализ колебаний частоты сердечных сокращений у больных с наджелудочковыми и желудочковыми нарушениями ритма сердца до и на фоне применения пропранолола и хинидина: Автореф. .дис. канд.мед.наук.- М., 1996.- 30 с.

14. Беленков Ю.Н. Неинвазивные методы диагностики ишемической болезни сердца // Кардиология.- 1996.- №1.- С.4-11.

15. Белоцерковский О.М., Виноградов А.В., Галатян Э.Э. и др. Способ моделирования данных ЭКГ в модели контурного и динамического анализа ЭКГ // Компьютер и мозг. Новые технологии.- М.: Наука, 2005.- С.241-255.

16. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов.-М.: Мир, 1974.-464 с.

17. Бендат Дж., Пирсол А. Прикладной анализ случайных данных / Пер. с англ. д-ра физ.-мат. наук. В.Е. Привальского; Под ред. И.Н. Коваленко.- М.: Мир, 1989.- 540 с.

18. Бильченко А.В., Яблучанский Н.И. Вариабельность ритма сердца у больных с сердечно-сосудистыми заболеваниями // Украинский кардиологический журн.- 1999.- №5.- С.71-75.

19. Блужас И.Н., Бабарскене Р.С., Гаулене А.П. и др. Транзиторные изменения комплекса ST-T у больных со стабильной стенокардией напряжения при 24-часовом мониторировании ЭКГ // Кардиология.- 1986.-№7.-С. 19-22.

20. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление / Пер. с англ. A.JI. Левшина; Под ред. В.Ф. Писаренко.- М.: Мир, 1974.- Вып.1.-197 с.

21. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление / Пер. с англ. A.JI. Левшина; Под ред. В.Ф. Писаренко.- М.: Мир, 1974.- Вып.2. 406 с.

22. Болдуева С.А., Жук B.C., Леонова И.А. и др. Прогностическое значение временных и спектральных показателей вариабельности сердечного ритма в отношении внезапной смерти у больных, перенесших инфаркт миокарда // Вестн. аритмологии,- 2001.- №24.- С. 17-21.

23. Бриллинджер Д. Временные ряды: Обработка данных и теория / Пер. с англ. А.В. Булинского и И.Г. Журбенко; Под ред. А.Н. Колмогорова.-М: Мир, 1980.- 536 с.

24. Буганов А.А., Уманская E.JL, Саламатина JI.B. Вопросы профилактической кардиологии в экологически нестабильном районе Крайнего Севера.- Надым, 2000.- 204 с.

25. Варонецкас Г., Жемайтите Д., Жилюкас Г. Автономный контроль сердечного ритма у больных ишемической болезнью сердца в зависимости от сопутствующей патологии или осложнений // Физиология человека.- 1999.-Т.25, №3.- С.79-90.

26. Вартак Ж.М. Интерпретация электрокардиограммы.- М.: Медицина, 1978.- 152с.

27. Вежиньска Б., Токарева Е.А., Ярошевская Ф.М. и др. Значение суточного холтеровского мониторирования ЭКГ в оценке безболевых эпизодов снижения сегмента ST у больных ишемической болезнью сердца // Кардиология.- 1990.- №4.- С.57-60.

28. Вентцель Е.С. Теория вероятностей.- М.: Наука, 1969.- 576 с.

29. Верткин A.JL, Тополянский А.В. Новые возможности диагностики и лечения в кардиологии // Кардиология.- 1999.- №10.- С.78-82.

30. Викторов В.А. О развитии медикотехнической науки // Вестн. РАМН.- 2001.-№5.- С.3-7.

31. Воронин И.М., Говша Ю.А., Истомина Т.А. и др. Вариабельность и спектральный анализ сердечного ритма в диагностике дисфункций синусового узла // Кардиология.- 1999.- №10.- С.32-34.

32. Вычислительные системы и автоматическая диагностика заболеваний сердца / Пер. с англ. Л.И. Титомира; Под ред. Ц. Касереса, Л. Дрейфуса; М.: Мир, 1974.

33. Гапон Л.И., Вершинина A.M., Шуркевич Н.П. и др. Особенности артериальной гипертонии в условиях экспедиционно-вахтового труда на Крайнем Севере // Доктор Лэндинг.- 1995.- №3.- С.40-42.

34. Гафаров В.В. 20-летний мониторинг острых сердечно-сосудистых заболеваний в популяции крупного промышленного центра Западной Сибири (эпидемиологическое исследование) // Терапевтический архив.- 2000.- №1.-С.15-21.

35. Гафаров В.В., Акимова Е.В. Динамика распространенности ИБС среди мужчин, работающих экспедиционно-вахтовым методом на нефтедобывающем комплексе Западной Сибири // Терапевтический архив.-1996.-№1.- С.18-21.

36. Гиголашвили М., Джанашвили Э., Джанашия К. Смертность кардиологических больных в зависимости от их пола и возраста в 11-летнем периоде солнечной активности / Тбилис. гос. мед. ун-т // Сб. науч. тр.- 1999.-№35.- С.472-474 (GE).

37. Гоноровский И.С. Радиотехнические цепи и сигналы,- М.: Сов.радио, 1977.- 608 с.

38. Горбунов Б.Б., Гусев А.Н., Каменский С.А., Селищев С.В. Сравнение эффективности и помехоустойчивости алгоритмов распознования шоковых ритмов сердца // Медицинская техника,- 2004.- №3.- С.22-28.

39. Гудков А.Б., Теддер Ю.Р. Физиологическая характеристика основных нетрадиционных режимов труда и отдыха на Крайнем Севере // Экология человека.- 1998.- №3.- С.57-59.

40. Дабровски А., Дабровски Б., Пиотрович Р. Суточное мониторирование ЭКГ.- М.: Медпрактика, 1998.- 208 с.

41. Давыдов В.Ф., Новоселов О.Н., Пахомова Е.Е. и др. Способ ранней кардиодиагностики.- Моск. гос. ун-т леса.- 12176472 Россия, МКИМКИ 7 А61В 5/02.- № 99108824/14; Заявл. 20.04.99; Опубл. 10.12.01, Бюл. №34.

42. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения / Пер. с англ. В.Ф. Писаренко.- М.:Мир, 1971.- Вып. 1.-316 с.

43. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения / Пер. с англ. В.Ф. Писаренко.- М.: Мир, 1972.- Вып. 2,- 287 с.

44. Дзизинский А.А., Смирнова Ю.Ю., Белялов Ф.И. Оценка активности нервной системы при приступе ишемии миокарда с помощью исследования вариабельности ритма// Кардиология.- 1999.- №1.- С.34-37.

45. Дидковский К.В., Башашин М.В., Шишилов А.Н. Предобработка ЭКГ в компьютерном кардиологическом комплексе // Науч. сессия Моск. гос. инж.-физ. ин-та (техн.ун-та) «МИФИ-986»: Сб. науч. тр.-М., 1998.- С.27-30.

46. Дощицин B.JI. Клинический анализ электрокардиограммы.- М.: Медицина, 1982.- 208 с.

47. Дьяконов В., Абраменкова И. Matlab. Обработка сигналов и изображений: Специальный справочник.- СПб.: Питер, 2002.- 608 с.

48. Жаринов О.И. Современные методы математического анализа ритма сердца // Кардиология.- 1992.- №3.- С.50-52.

49. Жаринов О.И., Ковтун В.В., Акашева Д.У. и др. Состояние вегетативной регуляции сердечной деятельности и вариабельности ритма сердца у больных с частой желудочковой экстрасистолией // Кардиология.-1993,- №8.- С.41-43.

50. Жемайтите Д.И. Вегетативная регуляция и развитие осложнений ишемической болезнью сердца // Физиология человека.- 1989.- Т.15, №2.-С.3-13.

51. Жемайтите Д., Варонецкас Г., Жилюкас Г. Автономный контроль сердечного ритма у больных ишемической болезнью сердца в зависимости от сопутствующей патологии или осложнений // Физиология человека.- 1999.-Т.25, №3.- С.79-90.

52. Зарубин Ф.Е. Вариабельность сердечного ритма: Стандарты измерения, показатели, особенности ритма // Вестн.аритмологии.-1998.-№10.-С.25-30.

53. Иванов А.П., Эльгардт И.А., Сдобнякова Н.С. Некоторые аспекты оценки вегетативного баланса при спектральном анализе вариабельности сердечного ритма // Вестн. аритмологии.- 2001.- №22.- С.45-48.

54. Исаханян Г.С. Диагностическая ценность некоторых количественных показателей ЭКГ при ишемической болезни сердца // Кардиология.- 1982.- №1.- С. 102-103.

55. Калядин Н.И., Кузнецов П.Г., Леменков В.А., Ходырева М.Д. Компьютерные медицинские мониторы: Состояние и перспективы // Медицинская техника.- 2002.- №3.- С.22-25.

56. Карпов Р.С., Дудко В.А. Атеросклероз: Патогенез, клиника, функциональная диагностика, лечение. Томск: STT, 1998.- 656 с.

57. Карпов Ю.А., Меркулова И.Н., Хакимов А.Г.,Самаренко М.Б. Суточное мониторирование ЭКГ у больных с нестабильной стенокардией // Кардиология.- 1986.- №7,- С.22-27.

58. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды / Пер. с англ. Э.Л. Пресмана и В.И. Ротаря; Под ред. А.Н. Колмогорова, Ю.В. Прохорова.- М.: Наука, 1967.- 736 с.

59. Кирмонас А., Мишкинис В., Юркинис В. Фильтрация аддитивной периодической помехи от отсчетов электрокардиосигналов // Электрон, в электротехнике.-1999.- №1.- С. 37-41 (Литва).

60. Кирячков Ю.Ю., Хмелевский Я.М., Воронцова Е.В. Компьютерный анализ вариабельности сердечного ритма: Методики, интерпретация, клиническое применение // Анестезиология и реаниматология.- 2000.- №2.

61. Клиническая электрокардиография / Пер. с англ. С. А. Повзуна; Под общ. ред. В.П. Медведева.- СПб.: Питер, 2001.- 384 с. (Сер. краткий справочник).

62. Кобалава Ж.Д., Котовская Ю.В. Мониторирование артериального давления: Методические аспекты и клиническое значение,- М., 1999.- 234 с.

63. Кобалова Ж.Д., Котовская Ю.В., Моисеев B.C. Особенности утреннего подъема артериального давления у больных гипертонической болезнью с различными вариантами суточного ритма // Кардиология.- 1999.-№6.- С.23-26.

64. Константинов В.В., Жуковский Г.С., Константинова О.С. и др. Динамика ишемической болезни сердца и факторов риска среди мужского населения Москвы за период с 1985 по 1995 г. // Терапевтический архив.-1997.- №1,- С.12-14.

65. Коробицын А.А., Сидоров П.И., Ушничкова Г.И. Формирование инвалидности вследствие ишемической болезни сердца на Европейском севере России // Проблемы социальной гигиены, здравоохранения и истории медицины.- 1999,-№2.- С.20-23.

66. Короткевич Д.Э. Разработка алгоритмического и программного обеспечения многопрофильного анализа состояния сердечно-сосудистой системы по вариабельности ритма сердца: Автореф. . .дис. канд.техн.наук.-Воронеж, 1999.- 17 с.

67. Кузнецов П.Г., Невоструев А.А. Подавление тренда электрокардиограммы // Электрон, приборостроение.-1999.- №12.- С.57-62.

68. Купер Дж., Макгиллем К. Вероятностные методы анализа сигналов и систем / Пер. с англ. Е.М. Липовейкого и канд.техн.наук А.И. Папкова под ред. д-ра техн.наук, проф. В.Т. Горяинова.- М.: Мир, 1989. 376 с.

69. Куприянова О.О., Нидеккер И.Г., Белова Н.Р., Кожевникова О.В. Возможности холтеровского мониторирования при исследовании ритма сердечной деятельности в педиатрии // Физиология человека.- 1999.- Т.25, №1.- С.78-86.

70. Лебедев В.В., Корадо И.В., Аракчеев А.Г., Ащекин М.И. Выбор и согласование параметров входных и интерполирующих фильтров с частотой временного квантования Котельникова в усилителях биосигналов // Мед.техника.-1997.-№3.-С.26-30.

71. Леонтьева И.В., Агапитов Л.И. Суточное мониторирование артериального давления в дифференциальной диагностике артериальной гипертензии у подростков // Российский кардиологический журн.- 2000.-№4(24).- С. 18-22.

72. Леонтьева И.В., Школьникова М.А. Современная структура сердечно-сосудистых заболеваний у детей, лечение и профилактика // Рос. вестн. перинатологии и педиатрии,- 1997.- Т.42, №6.- С. 14-20.

73. Лещинский Л.А., Пономарев С.Б., Логачева И.В. и др. Опыт применения компьютерных технологий для оценки прогноза заболеваний сердечно-сосудистой системы // Уральский кардиологический журн,- 1999.-№2.- С.5-7.

74. Лукошкова Е.В., Хаютин В.М. Спектральный анализ колебаний частоты сердцебиения: Физиологические основы и осложняющие его явления // Рос. физиол. журн,- 1999.- Т.85, №7.- С.893-909.

75. Лукошкова Е.В., Хаютин В.М., Бекбосынова М.С. QRS-амплитудограмма и ее частотный спектр: Применение для оценки мощности колебаний частоты сердцебиений // Кардиология.- 2000.- №9.

76. Лупанов В.П., Агеев Ф.Т. Стратегия ведения и лечения больных стабильной ишемической болезнью сердца в стационаре и амбулаторных условиях // Сердце.- Т.З, №2.- С.56-66.

77. Марпл-мл. СЛ. Цифровой спектральный анализ и его приложения / Пер. с англ. О.И. Хабарова, Г.А. Сидоровой. М.: Мир, 1990.- 584 с.

78. Мачерет Е.Л., Мурашко Н.К., Чабан Т.И. Вариабельность ритма сердца в зависимости от типа течения синдрома вегетативной дистонии // Вестн. кардиологии.- 2000.- №16.- С. 17-20.

79. Мельников В.П., Цибульский В.Р., Китаев В.В. Временные ряды в геокриологии. Новосибирск: Наука, 1992.- 124 с.

80. Милева К. Разработка и исследование методов автоматического анализа ST-сегмента электрокардиограммы в реальном масштабе времени: Автореф. .дис. канд.техн.наук.- Л., 1989.- 16 с.

81. Миронов В.А., Миронова Т.Ф., Саночкин А.В. и др. Вариабельность сердечного ритма при гипертонической болезни // Вестн. аритмологии.- 1999.- Т. 13.- С.41-47.

82. Миронова Т.Ф., Миронов В.А. Клинический анализ волновой структуры синусового ритма сердца: Введение в ритмокардиографию и атлас ритмокардиограмм,- Челябинск, 1998.- 162 с.

83. Моделирование и автоматический анализ электрокардиограмм / Под ред. И.Ш. Пинскер. -М.: Мир, 1973.

84. Мультановский Б.Л., Лещинский Л.А., Кузелин Ю.Л. Влияние артериальной гипертензии на частотные показатели вариабельности сердечного ритма по данным суточного мониторирования электрокардиограммы // Вестн. аритмологии. 2005.- №40.- С.39-43.

85. Мурашко В.В., Струтынский А.В. Электрокардиография: Учеб. пособие. 2-е изд., перераб. и доп.- М.: Медицина, 1991.- 288 с.

86. Нагин В.А., Селищев С.В. Ообенности реализации алгоритмов выделения QRS-комплексов для ЭКГ систем реального времени // Мед. техника.- 2001.- №6.- С. 18-23.

87. Нидеккер И.Г., Федоров Б.М. Проблема математического анализа сердечного ритма// Физиология человека.- 1993.- Т.19, №3.- С.80-87.

88. Никифоров П.Л. Модель электрокардиографического сигнала на основе совокупности колокольных импульсов // Вестн. молодых ученых.-1998.- № 1.- С.64-68 (Сер. техн. науки).

89. Нуждина М.А. Влияние природных факторов на возникновение сердечно-сосудистых заболеваний // Биофизика.- 1998.- Т.43, №4,- С.640-646.

90. Нунс Дж.-К., Найт-Али А. Моделирование ЭКГ на основе преобразования Гильберта // Мед. техника.- 2005.- №3,- С.36-40.

91. Оганов Р.Г. Смертность от сердечно-сосудистых заболеваний в России и некоторые влияющие на нее факторы // Кардиология.- 1994.- №4.-С.80-88.

92. Олейников В.Э., Поздняков Н.В. Прогностическая значимость поздних потенциалов желудочков и вариабельности ритма сердца у больных ИБС //Казанский мед. журн.- 1998.- Т.79, №1.- С. 19-22.

93. Орлов В.Н. Руководство по электрокариографии. М.: Медицина,1983.

94. Отнес Р., Эноксон JL Прикладной анализ временных рядов / Пер. с англ. В.И. Хохлова; Под ред. И.Г. Журбенко.- М.: Мир, 1982.- 428 с.

95. ЮЗ.Парин В.В., Баевский P.M., Газенко О.Г. Волков Ю.Н. Космическая кардиология.- М.: Медицина, 1967.- 225 с.

96. Покровская М.В., Баринова Н.Е., Денисова И.И. Описание рисунка сегмента ST и зубца Т по ортогональным коррегированным отведениям ЭКГ // Модели, алгоритмы принятия решений.- М.: Наука, 1979.- С.241-246.

97. Попов В.В., Копица Н.П., Опарин A.JI. Вариабельность сердечного ритма у больных, перенесших инфаркт миокарда: Клиническое значение, проблемы и перспективы // Клиническая медицина.- 1998.- №2.- С.15-19.

98. Прилуцкий Д. А. Широкополосное аналого-цифровое преобразование электрокардиограммы // Мед. техника.- 2004.-№ 3.- С.28-33.

99. Приходько В.М., Приходько A.M. Новый цифровой сглаживающий фильтр // Изв. вузов, энерг. -1993. -№3-4.- С.61-65.

100. Рагозин А.Н. Информативность спектральных показателей вариабельности сердечного ритма // Вестн. аритмологии.- 2001,- №22.- 37 с.

101. Рогоза А.Н. Суточное мониторирование артериального давления // Сердце.- 2002.- Т. 1, №5(5).- С.240-242.

102. Рябыкина Г.В. Использование холтеровского мониторирования ЭКГ для диагностики ишемии миокарда у больных с различной сердечнососудистой патологией // Сердце.- 2002.-Т.1, №6.-С.283-292.

103. Рябыкина Г.В., Соболев А.В. Анализ вариабельности ритма сердца // Кардиология.- 1996.- №10.- С.87-97.

104. Сергиенко А.В. Цифровая обработка сигналов.- СПб.: Питер, 2003.- 604 с.

105. ПЗ.Сметнев А.С., Жаринов О.И., Чубучный В.Н. Вариабельность ритма сердца, желудочковые аритмии и риск внезапной смерти // Кардиология.- 1995.- №4.- С.49-52.

106. Современные методы идентификации систем / Под ред. Эйкхоффа; Пер. с англ. под ред. Я.З. Цыпкина.- М.: Мир, 1983.- 400 с.

107. Соколов С.Ф., Малкина Т.А. Клиническое значение оценки вариабельности ритма сердца // Сердце.- 2002.- Т.1, №2.- С.72-75.

108. Титомир Л.И. Электрический генератор сердца. М.: Наука, 1980.

109. Тихоненко В.М. Возможности современных холтеровских систем // Мир медицины.- 1999.- №3-4.- С.30-33.

110. Тодосейчук В.В., Кузнецов В.А. Ишемическое прекондиционирование миокарда: Патофизиологические и клинические аспекты. Тюмень.: РГ-Проспект, 2005.- 152 с.

111. Трошенков В.Е. Демографическая ситуация в Мурманской области в 21 и 22 циклах солнечной активности // 1-й Междунар.конгресс «Слабые и сверхслабые.поля и излучение в биологии и медицине», Санкт-Петербург, 16-19 июня, 1997.- СПб, 1997.- 261 с.

112. Филист С.А. Проектирование медико-технических систем принятия решений на основе спектрального анализа квазипериодических сигналов на динамических опорных областях: Дис. д-ра техн. наук. Курск, 2002.- 39 с.

113. Фитилев С.Б., Савенков М.П., Люсов В.А. Диагностическое значение интегрального определения ишемии миокарда у больных ишемической болезнью сердца при мониторно-компьютерном анализе ЭКГ во время пробы на тредмиле // Кардиология.- 1982.- № 9.- С.82-84.

114. Флейшман А.Н. Медленные колебания гемодинамики. Теория, практическое применение в клинической медицине и профилактике. -Новосибирск: Наука, 1999.

115. Халфен Э.Ш., Рыбак O.K. Автоматическая электрокардиографическая диагностика основных видов нарушения ритма сердца в системе кардиологического дистанционного консультативно-диагностического центра // Кардиология.- 1989.- №1,- С.25-29.

116. Хан М.Г. Быстрый анализ ЭКГ; Пер. с англ.- СПб.; М.: Невский диалект, Изд-во БИНОМ, 1999.- 286 с.

117. Хаютин В. М., Бекбосынова М. С., Лукошкова Е. В. Тахикардия при глотании и спектральный анализ колебаний ЧСС // Бюл. экспериментальной биологии и медицины.- 1999.- Т. 127, №6.- С.620-624.

118. Хаютин В.М., Бекбосынова М.С., Лукошкова Е.В. и др. Спектральный анализ колебаний частоты сердечных сокращений у больных с пароксизмальной суправентрикулярной такихардией // Кардиология.- 2001.-№5.- С.38-45.

119. Хаютин В.М., Лукошкова Е.В. Спектральный анализ колебаний частоты сердцебиений: Физиологические основы и осложняющие его явления // Российский физиологический журн.- 1999.- №7.- С.893-909.

120. Харченко В.И., Корякин М.В., Вирин М.М. и др. Причины неэффективной организации борьбы за снижение заболеваемости и смертности от болезней системы кровообращения в современной России // Кардиолог.-2005.-№8.-С.8-19.

121. Хемминг Р.В. Цифровые фильтры / Пер. с англ. В.Н. Лисина; Ред. пер. О.А. Потапова.- М.: Недра, 1987.- 221 с.

122. Храмцова О.М., Кустова И. И., Загайнов В.В., Андреев П.В. Клиническое значение суточного мониторирования артериального давления при артериальной гипертонии: Обзор литературы // Уральский кардиологический журн.- 2001.- Вып.З.- С.25-30.

123. Хрущев В.JI. Здоровье человека на Севере: Медицинская энциклопедия северянина. М.; Новый Уренгой, 1994.- 508 с.

124. Чазов Е. И. Место и роль высоких технологий в кардиологической практике // Терапевтический архив.- 1999.- №6.- С. 10-16.

125. Чазова Л.В., Калинина A.M. Влияние многофакторной профилактики сердечно-сосудистых заболеваний на прогноз жизни (10-летнее наблюдение) // Терапевтический архив,- 1998. № 1.- С.8-12.

126. Черепанова В.Г. Влияние курортных факторов на артериальную гипертонию у работников газовой промышленности на Крайнем Севере: Повышение эффективности освоения газовых месторождений Крайнего Севера / РАО «Газпром».- М., 1997.- С.604.-609.

127. Чернов А.З., Кечкер М.И. Электрокардиографический атлас. М.: Медицина, 1979.-344 с.

128. Шакин В.В. Вычислительная электрокардиография. М.: Наука,1981.

129. Швагерус С.Е. Оптимизация цифровой предобработки ЭКГ на основе принципа когерентного накопления в методе трансформации электрокардиосигнала // Прикладные информационные аспекты медицины.-1999.- Т.2, №1,- С.78-86.

130. Яблучанский Н.И., Кантор Б.Я., Мартыненко А.В. Основы клинического применения вариабельности сердечного ритма // Progress in Biomedical Research.- 1998.- № 9.- C.95-99.

131. Явелов И.С., Зуйков Ю.А., Деев А.Д. и др. Опыт изучения вариабельности ритма сердца при острых коронарных синдромах // Российский кардиологический журн.- 1999.- №1,- С. 19-23.

132. Явелов И.С., Травина Е.Е., Грацианский Н.А. Изменения вариабельности ритма сердца, оцененной за короткое время в стандартных условиях у больных, перенесших инфаркт миокарда // Кардиология.- 1999.-№5.- С.4-12.

133. Airaksinen К.Е. Juani, Huikuri Heikki V., Ikaheimo Markku J. et al. Heart rate variability and progression of coronary atherosclerosis // Atherosclerosis, Thrombosis, and Vase. Biol. 1999. - Vol.19, №8. - P.1979-1985.

134. Albert D.E., Lander P. Method and apparatus for analyzing and interpreting elctrocardiograms using spectro-tempolar mapping. 5046504 США, МКИмКИ5 A 61 В 5/04. -№ 505782; Заявл.06.04.90; Опубл. 10.09.91.

135. Anderson Е., Shepard S., Sohn P. Signal computing // Byte.- 1992.-Vol.17, №12. P.155-156,158, 160-162, 164.

136. Bigger J.T., Fleiss J.L., Rolnitzky L.M. et al. Frequence domain measures of heart rate variability to assess risk late after myocardial infarction // JACC 1993. №21. - P.729-736.

137. Bigger J.T., Fleiss J.L., Rolnitzky L.M. et al. The ability of several short-term measures of RR variability to predict mortality after myocardial infarction // Circulation 1993. №88. - P.927-934.

138. Bigger J.T., Fleiss J.L., Steinman R.C. et al. Frequence domain measures of heart period variability and mortality after myocardial infarction // Circulation 1992. №85. - P. 164-171.

139. Bigger J.T., Fleiss J.L., Steinman R.C. et al. RR variability in healthy, middle-aged persons compared with patients witch chronic coronary heart disease or recent acute myocardial infarction // Circulation 1995. №91. - P.1936-1943.

140. Boccia S., Bowling A., Dickinson E. et al. The effect of age on the referral and treatment of older people with cardiovascular disease // Soc.Social Med. Annu. Sci.Meet., Sheffield, 8-10 Sept.: Abstr. 1999.

141. Borer J.S., Devereux R.B., Freed L.A. et al. Relation of ultra-low frequency heart rate variability to the clinical course of chronic aortic regurgitation // Amer.J.Cardiol. 1997. - Vol.79, №11. - P.1482-1487.

142. Bouvier F., Ericson M., Jensen-Urstad K. et al. Heart rat variability in healthy subjects is related to age and gender // Acta physiol. Scand. 1997. -Vol.160, №3.-P.23 5-241.

143. Brouwer J., De Graeff P.A., Grijns H.J. et al. Prognostic value of heart rate variability in chronic congestive heart failure secondary to idiopathic or ischemic dilated cardiomyopathy // Amer.J.Cardiol. 1997. - Vol.79, №7. - P.978-980.

144. Burton D.L. Methods for enhancement on HRV and late potentials measurements.- 15423325 США, МКИмКИ6 A 61 В 5/0468. -№ 138297; Заявл. 15.10.93; Опубл. 13.06.95.

145. Cerutti S., Bianchi A., Mainardi L. et al. Timavariant algorithm of spectral analysis for the detection of transient episodes in HRV signal // Proc.Annu.Int.Conf.IEEE Eng.Med. and Biol.Soc., Orlando, Fla, Oct.31-Nov.3,1991.-N.Y, 1991. -P.674-675.

146. Chiaramida S.A., Sun Y., Suppappola S. Gaussian pulse decomposition: An intuitive model of electrocardiogram waveforms // Ann.Biomed.Eng. 1997. - Vol.25, №2. - P.252-260.

147. De Pinto V. Filters for the reduction of baseline wander and muscle artifact in the ECG // J.Electrocardiol. 1993.-№25.-P.40-48.

148. EGG changes in asymptomatic healthy males // Indian J. Physiol, and Pharmacol. 1994. - Vol.38, № 1. - P.65-66 (IN).

149. Fokapu O., Girard J.P. ECG beat-to-beat time and frequancy analysis // Proc.Annu.Int.Conf.IEEE Eng.Med. and Biol.Soc., Orlando, Fla, Oct.31-Nov. 3,1991.-N.Y., 1991. P.645-646.

150. Heart disease: A textbook of cardiovascular medicine / Ed. by E. Braunwald. 5th ed. - W. B. Saunders Company, 1997. - 1996 p.

151. Hu G., Liao W., Yang F. Анализ сложности и величины изменчивости частоты сердечных сокращений // Qinghua daxua xuebao.1996. Vol.36, №5. -P. 1-6 (Китай).

152. Hurst J.W. Abnormalities of the S-T segment: Part I // Clin.Cardiol.1997. Vol.20, №6. - P.511-520 (US).

153. Geliser Edward A., Gibby Gordon L., Wilson David C. Automated method for digital image quantitation / University of Florida Research Foundation, Inc.-l5360006 США, МКИм МКИ5 A 61 В 5/00.- №174763; Заявл.29.12.93; Опубл. 01.11.94.

154. Jager F. Characterization of temporal patterns of transient ischemic episodes of electrocardiogram // Elektrotehn.vestn. 1998. - Vol.65, №1. - P.29036 (YU).

155. Jones D.L., Touvannaus J.S., Lander P., Albert D.E. Advanced Time-frequence methods for signal-averaged ECG analysis I I J.Electrocardiol. 1993. -№25.- P. 1880194.

156. Kelen George J., Henkin Raphel. Method and apparatus for spectral analysis of electrocardiographic signals. 5109862 МКИмМКИ5 A 61 В 5/048.-№658505; Заявл.21.02.91; Опубл. 05.05.92.

157. Laguna P., Mateo J. Improved heart rate variability signal analysis from the beat occurrence times according to the IPFM model // IEEE Trans.Biomed.Eng. 2000. - Vol.47, №8. - P.985-996.

158. Lanza G.A., Maseri A., Pasceri V. et al. Usefulness of the addition ofheart rate variability to Holter monitoring in predicting inhospital cardiac events in patients with unstable angina pectoris // Amer J.Cardiol. 1997. - Vol.80, №3. -P.263-267.

159. Liao Yu-hua, Liu Yuan-rui, Xiong Wei. Wuhan daxue xuebao. Ziran kexue ban // J.Wuhan Univ. Natur. Sci.Ed. 2000. - Vol.46, №4. - P.507-510 (CN).

160. Lindecrantz Kaj. Method of filtering an analog ECG signal / Cinventa AB.- 15139027 США, МКИмМКИ5 A 61 В 5/0402. -№ 621518; Заявл.ОЗ.12.90; Опубл. 18.08.92.

161. Lollgen Н. Herzfrequenzvariabilitat // Dtsch.Arztebl. 1999. - Vol.96, №34-35.-P.1602-1605.

162. Lombardi F., Sandrone G., Spinnler M.T. et al. Heart rate variability in the early hours of an acute myocardial infarction // Amer.J.Cardiol. 1996. -Vol.77, №12.-P.1037-1044.

163. Lovett E.G., Myklobust J.B. Approximate minimum bias multichannel spectral estimation for heart rate variability // Ann.Biomed.Eng. 1997. - Vol.25, №3. - P.509-520.

164. Maliani А. Физиологическая интерпретация спектральных компонентов вариабельности сердечного ритма (HRV): Лекция // Вестн. аритмологии. 1998. - №9. - С.47-56.

165. Marin J., Rodriguez-Martinez М.А. Age-related changes in vascular responses // Exp.Gerontol. 1999. - Vol.34, №4. - P.503-512 (GB).

166. Morgan Т., Anderson A. How important is 24-hour control of blood pressure? // Drug Saf. 1996 Oct. - № 15(4). - P. 243-8.

167. Ng S.S., Heng G.T. Computerrized multichannel intracardiac mapping system for cardiac surgery // Proc.Annu.Int.Conf.IEEE Eng.Med. And Biol.Soc., Orlando, Fla, Oct.31 -Nov.3, 1991.-N.Y., 1991. P.791-792.

168. Olson Dana J., Van Ess David W. Method and apparatus for increasing the low frecuency dynamic range of a digital ECG measuring system. 16249696 США, МКИм МКИ7 A 61 В 5/0402. -№ 09/232044; Заявл.15.01.99; Опубл. 19.06.01.

169. Ozeki O., Takata, Ushida Jun-ichirou, Watanabe Y.et al. Предложение для метода оценки вариабельности частоты сердечных сокращений с использованием информации о частоте по ЭКГ // Denki gakkai ronbunshi. -1999. Vol.119, №1. - P.63-69 (Япония).

170. Parati G., Saul P.J., Rienzo M.D. Spectral analysis of blood pressure and heart rate variability in evaluating cardiovascular regulation: A critical appraisal // Hypertension. 1995. - Vol.25, №6. - P.1276-1286 (US).

171. Raza S.B., Patterson R.P., Wang L. Filtering respriration and low-frequency movement artifacts from the cardiogenic electrical impedance signal // Med. and Biol. Eng. and Comput. 1992. - Vol.30, №5. - P.556-561.

172. Rossi R., Castelli A., Bertinelli M. Design of fast fir filters with corrected frequency response // Proc.Annu.Int.Conf.IEEE Eng.Med. And Biol.Soc., Orlando, Fla, Oct.31-Nov.3,1991. N.Y., 1991. - P.574-575.

173. Vetter R., Celka P., Vesin J.N. et al. Subband modeling of the human cardiovascular system: Newinsights into cardiovascular regulation // Ann.Biomed.Eng. 1998. - Vol.26, №2. - P.293-307.

174. Voss A., Kurths J., Fiehring H. Frequency domain analysis of highly amplified EEG on the basis of maximum entropy spectral estimation // Med. and Biol. Eng. and Comput. 1992. - Vol.30, №3. - P.277-282.

175. Yang M.W., Kuo Terry B.J., Chan K.H. et al. Continuous, on-line, realtime spectral analysis of SAP signals during cardiopulmonary bypass // Amer. J.Physiol. 1995. - Vol.268, №6, Pt 2. - P.2329-2335.